Estimação De Parâmetros

Estimação de Parâmetros

Estatística é a ciência que se ocupa de organizar, descrever, analisar e interpretar

dados para

que seja possível a tomada de decisões e/ou a validação científica de uma

conclusão

Os dados são coletados para estudar uma ou mais características de uma

POPULAÇÃO:

conjunto de elementos que tem pelo menos uma característica em comum =>

conjunto das medidas

da(s) característica(s) de interesse em todos os elementos que a(s) apresenta(m).

Uma população pode ser representada através de um modelo probabilístico: este

apresenta

condições para uso, uma certa forma para a distribuição de probabilidades, e

parâmetros.

Os dados necessários para a obtenção do modelo podem ser obtidos através de um

CENSO

(pesquisa de toda a população), ou através de uma AMOSTRA (subconjunto finito)

da população.

Por que usar uma AMOSTRA?

- economia;

- rapidez;

- para evitar a exaustão/extinção da população.

A AMOSTRA deve ser: representativa da população, suficiente (para que o

resultado tenha

confiabilidade), e aleatória (retirada por sorteio não viciado).

- Estimação por Ponto de Parâmetros

Uma vez tendo decidido que modelo probabilístico é mais adequado para

representar a

variável de interesse na População resta obter os seus parâmetros. Nos estudos

feitos com base em

amostras é preciso escolher qual das estatísticas da amostra será o melhor

estimador para cada Como os parâmetros serão estimados através das estatísticas

(estimadores) de uma amostra

aleatória, e como para cada amostra aleatória as estatísticas apresentarão

diferentes valores, os

estimadores também terão valores aleatórios. Em outras palavras um Estimador é

uma variável

aleatória que segue uma distribuição de probabilidades

parâmetro do modelo.

A Estimação por Ponto consiste em determinar qual será o melhor estimador para

parâmetro de interesse.

- Estimação por Ponto dos principais parâmetros

Os principais parâmetros que vamos avaliar aqui são: média de uma variável que

segue uma

distribuição normal (ou qualquer distribuição se a amostra for suficientemente

grande)